15th ISEOS PROCEEDINGS BOOK°şletim-Sistemlerinin-Bulanık-VIKOR... · Suleyman Demirel University, Department of Econometrics II 15th International Symposium on Econometrics, Operations

15th International Symposium on Econometrics, Operations Research and Statistics

22-25 May 2014 Suleyman Demirel University, Isparta, TURKEY

15th

ISEOS

PROCEEDINGS BOOK

15

th International Symposium on Econometrics,

Operations Research and Statistics

22-25 May 2014 Suleyman Demirel University

Suleyman Demirel University, Department of Econometrics

II




III



ORGANIZING COMMITTEE

Hakan DEMĠRGĠL

Abdullah EROĞLU

Sadık ÇÖKELEZ

Kenan Oğuzhan ORUÇ

Aliye Atay KAYIġ

Yılmaz KILIÇASLAN

Erdoğan ÖZTÜRK

Harun SULAK

Yusuf DEMĠR

Murat ÇUHADAR

Meltem AYCAN KARAATLI

Ömer Utku ERZENGĠN

Hikmet ORHAN

Hakan BOZDAĞ

Vedat BAYDAR

Onur DEMĠREL

Aykut SEZGĠN

Buhari DOĞAN

Süha ÇELĠKKAYA

Süleyman Kağan GÜRBÜZ

Faruk ERĠNCĠ

Harun ÖZTÜRK

Pınar ARSLAN

Canan ġENTÜRK

Fatih DEMĠR

Hande UZUNOĞLU ÜNLÜ


IV



ISEOS 2014

15th

INTERNATIONAL SYMPOSIUM ON

ECONOMETRICS, OPERATIONS RESEARCH

AND STATISTICS

Isparta, Turkey, May 22-24, 2014

Editors

Kenan Oğuzhan Oruç

Hakan Demirgil

ISBN: 978-9944-452-80-9

DISCLAIMER

All articles have been printed as received and formatted for uniformity and the

Organizing and Scientific Committees cannot be claimed responsible of the contents

and future applications.


5



CONTENTS

ECONOMETRICS………………………………………………………………………………………..9

AN APPLICATION OF KEYNESIAN CONSUMPTION FUNCTION AND MULTIPLIER ON

TURKISH ECONOMY ............................................................................................................................. 10

AR - GE HARCAMALARI VE EKONOMĠK BÜYÜME ARASINDAKĠ ĠLĠġKĠ: PANEL VERĠ

ANALĠZĠ ................................................................................................................................................... 24

AR-GE‘NĠN TEġVĠKĠ AMACIYLA UYGULANAN MALĠYE POLĠTĠKALARININ ETKĠNLĠĞĠ VE

GELĠġMĠġ ÜLKELERDEN ÖRNEKLER ............................................................................................... 40

BĠREYSEL EMEKLĠLĠK FONLARINI BELĠRLEYEN FAKTÖRLER: OECD ÖRNEĞĠ .................... 54

BURS VE SOSYAL YARDIM ALAN ÖĞRENCĠLERĠN HARCAMA VE AĠLE GELĠR

BEYANLARININ EKONOMETRĠK MODELLENMESĠ ....................................................................... 65

ÇALIġAN KADIN BOġANIYOR MU? TÜRKĠYE ÜZERĠNE AMPĠRĠK BĠR ANALĠZ ..................... 78

DIġ TĠCARET-REEL DÖVĠZ KURU ĠLĠġKĠSĠ: TÜRKĠYE EKONOMĠSĠ ÜZERĠNE BĠR ĠNCELEME

(2004-2013) ............................................................................................................................................... 90

DIġ TĠCARETTE REKABET GÜCÜNÜN BELĠRLEYĠCĠSĠ OLARAK AR-GE VE INOVASYON:

EKONOMETRĠK BĠR ANALĠZ ............................................................................................................. 108

DÖVĠZ KURU OYNAKLIĞININ TÜRKĠYE‘NĠN EURO ALANINA OLAN ĠHRACATI ÜZERĠNE

ETKĠSĠ (2002-2013) ................................................................................................................................ 122

FĠNANSAL ĠSTĠKRARSIZLIK VE KURUMSAL KALĠTE (YÖNETĠġĠM) ĠLĠġKĠSĠ: TÜRKĠYE

ÖRNEĞĠ .................................................................................................................................................. 138

FORECASTING BIST NATIONAL-100 INDEX BY USING ARTIFICIAL NEURAL NETWORK

AND REGRESSION MODELS .............................................................................................................. 155

HĠSSE SENEDĠ ENDEKSLERĠNE YÖNELĠK YATIRIM TERCĠHLERĠ: BĠST 100 ÜZERĠNE BĠR

UYGULAMA .......................................................................................................................................... 167

KAMU HARCAMALARI VE EKONOMĠK BÜYÜME ĠLĠġKĠSĠNE WAGNER YASASI

ÇERÇEVESĠNDEN BĠR BAKIġ: TÜRKĠYE ĠÇĠN EKONOMETRĠK BĠR ANALĠZ .......................... 182

MACROECONOMIC DETERMINANTS OF MERGER AND ACQUISITIONS IN TURKEY: AN

ARDL BASED COINTEGRATION APPROACH ................................................................................. 192

MALĠYE POLĠTĠKASI AÇISINDAN REEL KAMU HARCAMALARI & EKONOMĠK BÜYÜME

ĠLĠġKĠSĠ: TÜRKĠYE EKONOMĠSĠ ĠÇĠN ÇOK VEKTÖRLÜ EġBÜTÜNLEġĠM ÇÖZÜMLEMESĠ VE

YAPISAL VEKTÖR HATA DÜZELTME MODELĠ BULGULARI ..................................................... 203

PARA VE FĠZĠKĠ SERMAYE ĠLĠġKĠSĠ: MCKĠNNON TAMAMLAYICILIK HĠPOTEZĠ TÜRKĠYE

EKONOMĠSĠ ĠÇĠN NE KADAR GEÇERLĠ? ......................................................................................... 223

PETROL FĠYAT GETĠRĠLERĠ ĠLE BIST ANA SEKTÖR GETĠRĠLERĠ ARASINDA RĠSK ĠLĠġKĠSĠ

................................................................................................................................................................. 234

SABĠT ĠKAME ESNEKLĠKLĠ ÜRETĠM FONKSĠYONUNUN ĠKAME ESNEKLĠK

PARAMETRESĠNĠN TAHMĠN EDĠLMESĠ: ÖRNEK OLAY ĠNCELEMESĠ ...................................... 250

SATIN ALMA GÜCÜ PARĠTESĠ TEORĠSĠNĠN GEÇERLĠLĠĞĠ: TÜRKĠYE ÖRNEĞĠ ...................... 262

TÜRKĠYE EKONOMĠSĠ ĠÇĠN SERMAYE HĠZMETLERĠ ENDEKSĠ: BÜYÜME MUHASEBESĠ

YAKLAġIMI ........................................................................................................................................... 274


6



TÜRKĠYE‘DE ENERJĠ TÜKETĠMĠ, FĠNANSAL GELĠġME, EKONOMĠK BÜYÜME,

SANAYĠLEġME VE KENTLEġME: ÇOKLU YAPISAL KIRILMALI BĠR ARAġTIRMA ............... 284

TÜRKĠYE‘DE SANAYĠ SEKTÖRÜ VE EKONOMĠK BÜYÜME ĠLĠġKĠSĠNĠN KALDOR YASASI

ÇERÇEVESĠNDE SINANMASI: EKONOMETRĠK BĠR ANALĠZ ...................................................... 296

WHAT DETERMINES TO HOLD A HIGH-PAYING JOB? THE CASE OF TURKEY ..................... 310

WHAT IS THE SIGNIFICANCE OF IMPROVING HEALTH LEVEL IN ACCELERATING

ECONOMIC GROWTH? ........................................................................................................................ 322

YABANCI SERMAYENĠN BÖLGELER ARASINDAKĠ DAĞILIM FARKLILIKLARI VE TERCĠH

NEDENLERĠ: TÜRKĠYE ÖRNEĞĠ ....................................................................................................... 335

YABANCI YATIRIMCI PORTFÖYLERĠNE KUR RĠSKĠNĠN ETKĠSĠ ............................................... 346

YURT DIġI EĞĠTĠM PROGRAMLARININ BĠREYLERĠN KISA VE UZUN DÖNEM GELĠRLERĠNE

ETKĠSĠ: ÇALIġANLAR ÜZERĠNE EĞĠLĠM SKORU EġLEġTĠRMESĠ UYGULAMASI .................. 359

STATISTICS………………………………….…………………………………………………………373

BAĞIMSIZ ĠKĠ ÖRNEK ORTALAMASINI KARġILAġTIRMADA RANK TRANSFORM

METODUNUN KULLANILMASI ĠLE OLUġAN AMPĠRĠK I.TĠP HATA ORANI ............................ 374

BAYESIAN MULTINOMIAL LOGISTIC REGRESSION MODEL OF ORGANIC FOOD BUYERS

DATA ...................................................................................................................................................... 383

BULANIK ORTAMDA SATIġ GELĠRLERĠNĠN BELĠRLENMESĠNE YÖNELĠK ÇOKLU

REGRESYON TAHMĠN MODEL ÖNERĠSĠ VE BĠR TEKSTĠL ĠġLETMESĠNE UYGULANMASI . 394

DEVLET ÜNĠVERSĠTELERĠNĠN AKADEMĠK PERFORMANSLARININ ÇOK BOYUTLU

ÖLÇEKLEME YÖNTEMĠ ĠLE ANALĠZĠ .............................................................................................. 406

ÖZEL DERSANE VE KOLEJLERDEKĠ ÖĞRETMENLERĠN TÜKENMĠġLĠK DÜZEYLERĠNĠN

MASLACH VE KOPENHAG ENVANTERLERĠNE GÖRE ÖLÇÜLMESĠ VE KARġILAġTIRMASI

................................................................................................................................................................. 417

HĠBRĠD SĠSTEMLER ĠÇĠN BAYESCĠ YAKLAġIM ............................................................................ 425

LIMITATIONS IN AVERAGE RUN LENGTH CALCULATIONS IN STATISTICAL PROCESS

CONTROL .............................................................................................................................................. 446

LOJĠSTĠK REGRESYON VE BANKACILIK VERĠLERĠ ÜZERĠNE BĠR UYGULAMA ................... 455

NODEXL ĠLE SOSYAL AĞ ANALĠZĠ: #AKADEMĠKZAM ÖRNEĞĠ ............................................... 464

PAMUKKALE ÜNĠVERSĠTESĠ‘NDE OKUYAN ÖĞRENCĠLERĠN BAġARI DURUMLARINI

ETKĠLEYEN FAKTÖRLERĠN LOJĠSTĠK REGRESYON ANALĠZĠ ĠLE BELĠRLENMESĠ .............. 483

RAYLI SĠSTEM FĠLO ARAÇLARINDA ARIZA DAĞILIM PARAMETRELERĠNĠN

BELĠRLENMESĠ .................................................................................................................................... 492

SOSYAL AĞ VERĠLERĠNĠN KUVVET YASASI OLASILIK DAĞILIMINA UYGUNLUK ANALĠZĠ:

TWĠTTER ÖRNEĞĠ ................................................................................................................................ 501

SU KĠRLĠLĠĞĠ VE SUBJEKTĠF YOKSULLUK ÜZERĠNE BĠR ALAN ÇALIġMASI: AġAĞI BÜYÜK

MENDERES HAVZASI ÖRNEĞĠ ......................................................................................................... 524

SÜREKLĠ BAĞIMSIZ DEĞĠġKENLER ĠÇĠN ORANSAL ODDS MODELĠ, KARAR AĞACI ve

YAPAY SĠNĠR AĞLARI YÖNTEMLERĠNĠN SINIFLANDIRMA PERFORMANSININ

KARġILAġTIRILMASI .......................................................................................................................... 535

THE DETERMINATION OF THE FACTORS EFFECTING THE STUDENTS' FOREIGN

LANGUAGE ACHIEVEMENT AT PAMUKKALE UNIVERSITY BY USING LOGISTIC

REGRESSION ANALYSIS .................................................................................................................... 552


7



TOPKAPI SARAYI MÜZESĠ‘NDE ZĠYARETÇĠ PROFĠLĠ VE MEMNUNĠYET ARAġTIRMASI:

ÖLÇEK TASARIMINA ĠLĠġKĠN BĠR UYGULAMA ........................................................................... 560

TÜRKĠYE‘DE HAVA YOLU ULAġIM TALEBĠNĠN BOX-JENKINS VE GRĠ TAHMĠN

YÖNTEMLERĠ ĠLE TAHMĠNĠ .............................................................................................................. 576

TÜRKĠYE‘DEKĠ DOLAR KURU VOLATĠLĠTESĠNĠN MODELLENMESĠ ....................................... 589

TÜRKĠYE‘DEKĠ Ġġ KAZALARININ GELECEK YILLAR ĠÇĠN TAHMĠNĠ ...................................... 601

TÜRKĠYE‘NĠN MOBĠLYA SEKTÖRÜ REKABETÇĠLĠĞĠNĠN REKABET GÜCÜ ENDEKSLERĠ

BAKIMINDAN ANALĠZĠ VE BAZI TESPĠTLER ................................................................................ 612

OPERATIONS RESEARCH…………………………………………………………………………….623

A FUZZY ANALYTIC HIERARCHY PROCESS MODEL FOR THE EVALUATION OF PRINT

ADVERTISEMENT DESIGNS .............................................................................................................. 624

ACĠL SERVĠS ANAHTAR PERFORMANS ÖLÇÜTLERĠNĠN BULANIK AHP ĠLE

ÖNCELĠKLENDĠRĠLMESĠ .................................................................................................................... 644

BĠNA ISI YALITIMINDA KULLANILAN EN UYGUN MALZEMENĠN SEÇĠMĠNDE AHP

YÖNTEMĠNĠN UYGULANMASI ......................................................................................................... 655

BĠR RAYLI TAġIT ĠÇĠN PROJE YÖNETĠMĠ UYGULAMASI ........................................................... 664

BORSALARIN PERFORMANSININ ÇOK KRĠTERLĠ KARAR VERME YÖNTEMLERĠ ĠLE

KARġILAġTIRILMASI .......................................................................................................................... 673

BUILDING SCENARIOS FOR WIND ENERGY WITH FUZZY COGNITIVE MAPS ...................... 690

BULANIK ANALĠTĠK HĠYERARġĠ PROSES KULLANILARAK TÜRKĠYE‘DE NÜKLEER ENERJĠ

SANTRALĠNĠN KURULUġ YERĠ SEÇĠMĠ .......................................................................................... 699

BULANIK ÖLÇÜ UZAYLARI ve BULANIK KOALĠSYON FONKSĠYONLARININ RIESZ

AYRIġIMI ............................................................................................................................................... 710

ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMA PROBLEMLERĠNĠN ÇÖZÜMÜ ÜZERĠNE BĠR

ARAġTIRMA: GLOBAL KRĠTER ve ÖNCELĠKLĠ HEDEF PROGRAMLAMA YÖNTEMLERĠNĠN

KARġILAġTIRMASI ............................................................................................................................. 714

DEPO SÜREÇLERĠNĠN ĠYĠLEġTĠRĠLMESĠ VE BĠR UYGULAMA .................................................. 722

DEVELOPMENT OF A DECISION SUPPORT SYSTEM BASED ON ANALYTIC NETWORK

PROCESS FOR NON-TRADITIONAL MACHINING PROCESS SELECTION ................................ 727

EKONOMĠK BĠR BÜYÜME MODELĠ‘NĠN YAPAY SĠNĠR AĞLARI ĠLE TAHMĠNĠ VE TÜRKĠYE

UYGULAMASI ...................................................................................................................................... 738

GRĠ ĠLĠġKĠSEL ANALĠZ YÖNTEMĠ ĠLE TEDARĠKÇĠ SEÇĠMĠ VE BĠR TEKSTĠL FABRĠKASINDA

UYGULAMA ÇALIġMASI .................................................................................................................... 750

GSM OPERATÖRÜ KULLANICILARININ MÜġTERĠ MEMNUNĠYETĠNĠN TOPSIS YÖNTEMĠYLE

ÖLÇÜLMESĠ .......................................................................................................................................... 763

GUGUK KUġU ALGORĠTMASI: BIR PLASTĠK ATIK TOPLAMA UYGULAMASI ...................... 775

HÜCRESEL ÜRETĠMDE ĠġGÜCÜ PLANLAMASI VE UYGULAMASI ........................................... 785

ĠKĠLĠ KARġILAġTIRMA MATRISININ YEREL AĞIRLIKLARININ BULUNMASINDA LP-GW-

AHP METOT........................................................................................................................................... 792

KARMA ĠMALAT ORTAMI ĠÇĠN ÜRETĠM SEVKĠYAT ENTEGRE PLANLAMASI ..................... 799

KLASĠK VERĠ ZARFLAMA ANALĠZĠ ĠLE KATEGORĠK VERĠ ZARFLAMA ANALĠZĠ

MODELLERĠNĠN ENERJĠ VERĠMLĠLĠĞĠ ÜZERĠNDE KARġILAġTIRMALI ĠNCELENMESĠ ...... 808


8



LOJĠSTĠK MERKEZĠ YER SEÇĠMĠ ĠÇĠN ANALĠTĠK AĞ SÜRECĠ YÖNTEMĠNĠN KULLANILMASI

................................................................................................................................................................. 823

MAKĠNE SEÇĠMĠ ĠÇĠN BULANIK DEMATEL VE BULANIK TOPSĠS YÖNTEMLERĠNĠN

BĠRLEġTĠRĠLMESĠ ................................................................................................................................ 836

MOBĠL ĠġLETĠM SĠSTEMLERĠNĠN BULANIK VIKOR YAKLAġIMI ĠLE DEĞERLENDĠRĠLMESĠ

................................................................................................................................................................. 852

ON FILLED FUNCTION METHOD AND APPLICATIONS ............................................................... 864

ORACLE VERĠ TABANINDA PL/SQL DĠLĠNDE GENETĠK ALGORĠTMA KULLANILARAK

YAPAY ZEKA VE BULANIK MANTIK TABANLI SORGULAMAYAZILIMI GELĠġTĠRĠLMESĠ

VE UYGULAMASI ................................................................................................................................ 872

PATIENT PROFILE DETERMINATION FOR A PHARMACY VIA DATA MINING

CLASSIFICATION TECHNIQUES ....................................................................................................... 892

PERFORMANCE EVALUATION OF THE HYBRID APPROACHES FOR SOLVING THE

CAPACITATED LOT SIZING PROBLEM WITH SETUP CARRYOVER AND BACKORDERING 900

RESEARCH AND ANALYSIS ON A FURNITURE PRODUCTION SYSTEM VIA VALUE STREAM

MAPPING AND WORK STUDY .......................................................................................................... 915

VERĠ ZARFLAMA ANALĠZĠ ĠLE MERMER ĠġLETMELERĠNĠN ETKĠNLĠK ÖLÇÜMÜ ............... 950

YAMUK BULANIK SAYILARLA BĠR BULANIK EKONOMĠK SĠPARĠġ MĠKTARI MODELĠ ..... 976

YAPAY ARI KOLONĠ ALGORĠTMASI ĠLE ZAMAN PENCERELĠ TAKIM ORYANTĠRĠNG

PROBLEMLERĠNĠN ÇÖZÜMÜ ............................................................................................................ 986

YAPAY SĠNĠR AĞLARI ÇOKLU LOJĠSTĠK REGRESYON VE ÇOKLU DĠSKRĠMĠNANT ANALĠZ

YÖNTEMLERĠNDEN YARARLANARAK YEREL SEÇĠMLERDE SEÇMEN TERCĠHLERĠNĠN

SINIFLANDIRILMASI: OSMANĠYE ĠLĠ UYGULAMASI ................................................................ 1000

YAPAY SĠNĠR AĞLARI YÖNTEMĠ ĠLE TÜRKĠYE‘DEKĠ TURĠZM GELĠRĠNĠN TAHMĠN

EDĠLMESĠ ............................................................................................................................................. 1022

POSTERS…………………………………………………………………..…………………………..1031

DEPO PLANLAMASI ve ÜRÜNLERĠN DEPOLARA ATANMASI PROBLEMĠNĠN

MODELLENMESĠ ................................................................................................................................ 1032

PARA POLĠTĠKASI ARAÇLARININ ENFLASYON HEDEFLEMESĠ ÜZERĠNE GÖRELĠ ETKĠSĠ:

TÜRKĠYE EKSENĠNDE BĠR ZAMAN SERĠSĠ ÇÖZÜMLEMESĠ..................................................... 1040

ÜNĠVERSĠTE ÖĞRENCĠLERĠNĠN ĠNTERNET KULLANIM TERCĠHLERĠNĠN AHP

KULLANILARAK DEĞERLENDĠRĠLMESĠ ...................................................................................... 1053


852

MOBĠL ĠġLETĠM SĠSTEMLERĠNĠN BULANIK VIKOR YAKLAġIMI ĠLE

DEĞERLENDĠRĠLMESĠ

ArĢ. Gör. Bahadır Fatih YILDIRIM1

ArĢ. Gör. Sultan KUZU2

ArĢ. Gör. Muhlis ÖZDEMĠR3

Özet

Zaman ve mekândan bağımsız olarak istenen bilgiye anında ulaĢabilme imkânı sunan mobilite, internet ve mobil cihazların her geçen gün daha çok yaygınlaĢmasıyla günlük hayattaki kullanım alanını artırmaktadır. AraĢtırmalara göre 2013 yılı 4.

çeyreğinde sevkiyatı yapılan mobil cihaz (akıllı telefon, tablet) sayısı, kiĢisel bilgisayar (PC) sayısını geride bırakmıĢtır. 2014

yılında PC sevkiyatının 300 milyonun altına inmesi, tablet/akıllı telefon sevkiyatının ise bir önceki yıla oranla yaklaĢık 1,5 kat artıĢ göstereceği öngörülmüĢtür. Günlük hayat ile iĢ hayatını birleĢtiren mobilite kavramı günümüz iĢ dünyasında iĢ süreçlerini de

değiĢtirmektedir. Ayrıca mobilitenin, sistem içindeki en alt birimden en üst birime kadar kiĢilerin çalıĢma Ģeklinde ve Ģirket içi

iletiĢimde önemli değiĢimlere neden olduğu gözlenmektedir.

Bu çalıĢmada, mobilitenin en önemli enstrümanı olan mobil cihazlar üzerinde donanım ve yazılımın uyumlu çalıĢmasına,

kontrol edilmesine ve yönetilmesine olanak sağlayan mobil iĢletim sistemleri, belirlenen kriterlere göre uzman görüĢü alınarak Çok

Kriterli Karar Verme (ÇKKV) yaklaĢımlarından VIKOR yöntemi ile değerlendirilmiĢ, karar verme sürecinin doğasında bulunan belirsizliği gidermek üzere bulanık sistem teorisi de karar sürecine dahil edilerek karar problemi Bulanık VIKOR yöntemi ile

çözülmüĢtür.

Anahtar Kelimeler: Bulanık VIKOR, Çok Kriterli Karar Verme, Bulanık Mantık, Mobil İşletim Sistemleri, Mobilite

Jel Kodu: C02, C44, C61

Abstract

Independently of time and space that provide access to the requested information mobility, internet and mobile devices

more widespread usage in daily life increases every day. According to research in the 4th quarter of 2013 with shipments mobile

device (smartphone, tablet) number, personal computer (PC) is the number left behind. In 2014, PC shipments fall below 300 million and tablet / smart phone shipments compared to the previous year is expected to increase about 1.5 times. Combining the

daily life and business life mobility concept, also changing the business process in today's business. In addition, the mobility, from

the sub-units to the uppermost unit peoples in the system are observed to be study form and intra-company communication causing the changes.

In this study, the most important instrument mobility on the mobile devices to work compatible hardware and software,

allowing controlling and managing mobile operating systems, according to the criteria set by the expert opinion of Multi-Criteria Decision Making (MCDM) approaches are evaluated with VIKOR, in the decision-making process to address uncertainties inherent,

the theory of fuzzy systems were included in the decision process decision problem is solved by the method of fuzzy VIKOR.

Keywords: Fuzzy VIKOR, Multi-criteria Decision Making, Fuzzy Logic, Mobile Operating Systems, Mobility

Jel Codes: C02, C44, C61

giriĢ

Ġnternetin hayatımızı değiĢtirdiği, bilgi paylaĢımının dünyayı yeniden Ģekillendirdiği, mobilitenin

sınırları ortadan kaldırdığı günümüzde akıllı cihazlar son kullanıcıların zaman ve bilgiyi yöntemede en

büyük yardımcısı konumundadır.ĠletiĢimin giderek mobile kayması, teknoloji Ģirketlerini mobil

teknolojilere yönlendirmektedir. Madreport adlı mobil reklam sektörü araĢtırma raporuna göre, 2013

yılının sonuna kadar dünya genelinde 800 milyon akıllı telefon satılacağı öngörülmüĢ, bu artıĢla birlikte

dünyadaki akıllı telefon sayısının 2 milyara yaklaĢacağı belirtilmiĢtir (Mobilike, 2013). Bu hızlı

1 Ġstanbul Üniversitesi, ĠĢletme Fakültesi, Sayısal Yöntemler Anabilim Dalı, [email protected]




853

yükseliĢaynı zamanda internet hizmetlerinin mobile taĢınmasını hızlandırmaktadır. Uluslararası

araĢtırmalar, 2013 yılı 4. çeyreğinde sevkiyatı yapılan mobil cihaz (akıllı telefon, tablet) sayısının, kiĢisel

bilgisayar (PC) sayısını geride bıraktığını göstermiĢtir. 2014 yılında PC sevkiyatının 300 milyonun altına

inmesi, tablet/akıllı telefon sevkiyatının ise bir önceki yıla oranla yaklaĢık 1,5 kat artıĢ göstereceği

öngörülmüĢtür.

BTK verilerine göre ülkemizde her 10 akıllı telefon kullanıcısının dokuzu mobil internet

kullanmaktadır. Bu rakamın akıllı telefon satıĢlarıyla orantılı olarak hızlı bir Ģekilde artması

beklenmektedir. 2013 yılında akıllı telefonlardaki veri trafiğinin, 2011 yılına oranla beĢ kat artacağı

öngörülmüĢtür. Ġnternetten yapılan her sekiz sayfa görüntülenmesinden biri;. okunan e-postaların %44′ü

veinternetten yapılan arama trafiklerinin %20′si mobil cihazlar üzerinden yapılmaktadır (BTK, 2013).

ĠĢletim sistemleri, bilgisayar donanımının doğrudan denetimi ve yönetiminden, temel sistem

iĢlemlerinden ve uygulama programlarını çalıĢtırmaktan sorumlu olan sistem yazılımıdır. Donanımlar

hızla geliĢip karmaĢıklaĢırken bu donanımların ne Ģekilde çalıĢacaklarını ve kaynak yönetimini

düzenleyen yazılımlar iĢletim sistemleridir. Akıllı telefonlar (Smart Phones), Tablet bilgisayarlar, PDA

(Personal Digital Assistant)‘lar gibi taĢınabilir cihazlar için üretilen iĢletim sistemleri mobil iĢletim

sistemleri olarak adlandırılmaktadır.

Günümüzde iĢletim sistemi kapsamı daha da geniĢlemekte, bir iĢletim sisteminin çoklu platformu

desteklemesi beklenmektedir. Aynı iĢletim sisteminin desktoplarda, laptoplarda, tabletlerde, telefonlarda

ve TV gibi platformlarda desteklenmesi sadece son kullanıcılar için değil aynı zamanda yazılım

geliĢtiriciler için de tercih sebebi olmaktadır.

Mobiliteye olan talep paralelinde artıĢ gösteren akıllı cihaz kullanımı, bu cihazlar üzerinde temel

sistem iĢlemlerinden sorumlu olan mobil iĢletim sistemlerinin önemini de artırmıĢtır. Bu bağlamda bu

çalıĢmada akıllı cihazlar üzerinde kullanılan popüler mobil iĢletim sistemlerinin uzman görüĢü alınarak

değerlendirilmesi amaçlanmıĢtır. ÇalıĢmanın izleyen bölümünde kullanılacak yöntemlerden

bahsedildikten sonra son bölümde mobil iĢletim sistemi alternatifleri bir karar problemi olarak ele

alınarak değerlendirilmiĢ, sonuç bölümünde bulgular yorumlanmıĢtır.

bulanık sayı ve kümeler

1965 yılında Azeri akademisyen Lotfy A. Zadeh (Lütfü Askerzade) tarafından ortaya atılan

bulanık küme, bulanık mantık ve bulanık sistem kavramları baĢlarda literatürde tamamen kabul görmemiĢ

ancak 1975 yılında Ġngiltere Queen Mary College‘de Mamdani ve Assilian tarafından geliĢtirilen bir

buhar makinesinin kontrolünün bulanık sistem kullanılarak modellenmesi ile önem kazanmaya

baĢlamıĢtır (ġen, 2009: 15-16). Bulanık mantık, klasik iki değerli (0,1) mantığın genelleĢtirilmiĢ hali olup,

daha geniĢ anlamda ise bulanık kümeleri kullanan tüm teori ve teknolojileri ifade etmektedir (Baykal ve

Beyan, 2004: 39).

Çok değerli mantık, geleneksel kümelerden oluĢturulan önermelerin, ikiden fazla doğruluk değeri

ile eĢleĢtirilebildiği mantık sistemidir. Bulanık mantık ise, belirsizlik durumunda akıl yürütme ile çok

değerli mantığın birleĢtirilmesi esasına dayalı mantıksal bir sistemdir (Özkan, 2003: 123).

Elemanları x ile gösterilen bir E evrensel kümesi tanımlanırsa, E evrensel kümesinin klasik bir

alt kümesi olan A için ( A E ) üyelik, A karakteristik fonksiyonu ile gösterilir ve {0,1} arasında

aĢağıdaki gibi değiĢiklik gösterir:

1

( )0

A

x Ax

x A

(20)

Oysa belirsizlik üzerine kurulu bulanık mantıkta küme değerinin sadece 0 yada 1 değeri yerine

[0,1] aralığında olması söz konusu olup küme değerlerinin bu aralıktan belirlenmesi durumunda A

kümesi ―Bulanık Küme‖ olma özelliği kazanır. Bir bulanık kümenin temsili sembolün üstünün çizilmesi

ile ifade edilir (Akman ve Alkan, 2006: 30). Bulanıklık sembolü ile gösterilir, bulanık bir küme ifadesi

için A kullanılır (Seçme Yalçın ve Özdemir, 2008:178)


854

Bulanık kümeleri klasik kümelerden ayıran temel özellik 0 ile 1 arasında değiĢen değiĢik üyelik

derecelerine sahip elemanlardan oluĢmasıdır. 0 ile 1 arasındaki değiĢimin her bir eleman için değerine

―üyelik derecesi‖, üyelik derecesinin bir alt küme içerisindeki değiĢimine ise ―üyelik fonksiyonu‖ denir

(ġen, 2009:40). Bulanık küme teorisinde üyelik fonksiyonlarını belirleme süreci için özel algoritmalar

geliĢtirilmiĢtir ancak birçok uygulama iĢlem kolaylığı sağlaması açısından parametrik olarak ifade

edilebilen üyelik fonksiyonları ile gerçekleĢtirilmiĢtir (Özkan, 2003: 10). Parametrik üyelik fonksiyonları

arasında en yaygın kullanım alanı bulan üyelik fonksiyonları, bilgi iĢlemsel etkinlikleri ve formüllerinin

basit oluĢu nedeniyle üçgensel ve yamuksal üyelik fonksiyonlarıdır (Baykal ve Beyan, 2004:79).

Bulanık sayılar, bulanık kümenin çeĢitleri arasında yer alan ve gerçel sayılar kümesi ‘de

tanımlı bulanık kümelerdir (Klir ve Yuan, 1995:97). Bu bakımdan bulanık kümelerin özel bir alt kümesi

olarak ifade edilebilir. Her bulanık sayı bulanık bir küme olabilir ama her bulanık küme, bulanık bir sayı

olamaz (Özkan, 2003:59).

: [0,1]A (21)

Bulanık sayıların iki özel türü olan üçgensel (triangular) ve yamuksal (trapezoidal) bulanık sayılar

uygulamada sıkça kullanılmakta olup isimlerini üyelik fonksiyonlarının biçimlerinden alırlar (Özkan,

2003:60). Bu çalıĢmada üçgensel bulanık sayı (ÜBS) lar kullanılmıĢtır.

Bir üçgensel bulanık sayı (ÜBS), sol ve sağ destek alanları ile tek bir eleman ile ifade edilen özden

oluĢmaktadır ve (l, m, u) parametreleri ile gösterilir.

ÜBS‘ya ait üyelik fonksiyonu aĢağıdaki gibi matematiksel olarak ifade edilebilir.

0,

( ) ,

,

A

x l veya x u

x lx l x m

m l

u xm x u

u m

(22)

ġekil 1. Üçgensel Bulanık

Sayı

ÜBS parametreleri arasında l<m<u sıralaması vardır. l ve u parametreleri ÜBS‘nın destek

kümesinin alt ve üst sınırlarını göstermektedir. m parametresi ile ifade edilen ve üyelik derecesi 1‘e eĢit

olan tek bir elemandan oluĢan öz bulunmaktadır. l ve m parametreleri sol destek alanının, m ve u

parametreleri sağ destek alanının sınırlarını göstermektedir.

1

0

l

m u

soldestek

sağ destek

( )A

x


855

1 1 1( , , )A l m u ve

2 2 2( , , )B l m u Ģeklinde 2 ÜBS olsun.

1 1 1l m u ve

2 2 2l m u olmak üzere bu

iki ÜBS üzerinde yapılabilecek yaklaĢık aritmetik iĢlemler Ģu Ģekilde sıralanabilir:

Eşitlik,

ve A B ÜBS‘larının eĢit olabilmesi için, üyelik fonksiyonlarının diğer bir deyiĢle karĢılıklı

elemanlarının eĢit olması gerekmektedir.

1 1 1 2 2 2 1 2 1 2 1 2

( , , ) ( , , ) , , A B l m u l m u l l m m u u (23)

Toplama,

1 2 1 2 1 2

( ) ( , , )A B l l m m u u (24)

Çıkarma,

1 2 1 2 1 2

( ) ( , , )A B l u m m u l (25)

Çarpma ve bölme iĢlemleri pozitif ÜBS‘lar üzerinde tanımlanacaktır. Pozitif bir bulanık sayı, alt

sınır değeri pozitif olan sayıdır.

Çarpma,

1 2 1 2 1 2

1 2

( ) ( , , )

, 0

A B l l m m u u

l l

(26)

Bölme,

1 1 1

2 2 2

1 2

(/) , ,

, 0

l m uA B

u m l

l l

(27)

BULANIK VIKOR YÖNTEMĠ

VIKOR (VIseKriterijumsa Optimizacija I Kompromisno Resenje), 1998 yılında Opricovic

tarafından önerilmiĢ, çok kriterli karar vermede kullanılan Çok Nitelikli Karar Verme (ÇNKV)

yöntemlerinden biridir. VIKOR yöntemi, karar verme sürecinde birbiri ile çeliĢen kriterler bulunduğunda

alternatifleri sıralayarak en uygun alternatifin seçimine odaklanmaktadır (Opricovic ve Tzeng, 2004).

Yöntem ile amaçlanan, uzlaĢmacı bir çözüm ile maksimum grup faydasını (çoğunluk kuralı) ve minimum

bireysel piĢmanlığı tesis edecek uzlaĢık bir çözüm bulmaktır. Yu (1973) ve Zeleny (1982) tarafından

önerilen uzlaĢtırıcı çözüm kavramı, ideal çözüme yakınlık derecesinin ölçümüne dayanmaktadır ve

uzlaĢık sıralama için çok kriterli çözüm, uzlaĢık programlamada toplama fonksiyonu olarak kullanılan Lp

kriterinden geliĢtirilmiĢtir (Akyüz, 2012; Zeleny, 1982; Lai ve Hwang, 1996). VIKOR yöntemi de benzer

prensibe dayanan çok kriterli bir sıralama indeksi kullanmaktadır (Vahdani vd., 2010). Klasik ÇNKV

tekniklerinde olduğu gibi VIKOR yönteminde de kriterlerin ağırlıklarının kesin olarak bilindiği

varsayılmaktadır ancak, gerçek yaĢam problemlerinin çoğunluğunda kesin verilere ulaĢmak mümkün

değildir. Karar vermenin doğasındaki belirsizlik ve sübjektif değerlendirmelerin varlığı da karar sürecinde

kesin sayısal değerlerle ifade etmeyi zorlaĢtırmaktadır. Bulanık VIKOR yöntemi, bulanık mantığın

VIKOR yöntemine entegre edilerek uygulanmasıdır. Bulanık VIKOR yöntemi, dilsel değerlendirmeleri

dikkate alarak, en iyi çözümü ve uzlaĢtırıcı çözümü bulmada rasyonel ve sistematik süreçler sunmakta,

sübjektif değerlendirmeleri karar sürecinde dahil etmektedir.

Literatürde Bulanık VIKOR ile yapılmıĢ bir çok çalıĢma bulunmaktadır. Tedarikçi seçimi

(Shemshadi vd., 2011; Akyüz, 2012; Mirahmadi ve Teimoury, 2012; Sanayei vd., 2010), lojistik firması

seçimi (Görener, 2011), tedarik zinciri stratejisi seçimi (Görener, 2013), müteahhit firma seçimi

(Ramezaniyan vd., 2012), personel seçimi (Yıldız ve Deveci, 2013), proje seçimi (Yıldız, 2014), su


856

kaynağı planlaması (Opricovic, 2011) gibi bir çok uygulama Bulanık VIKOR yöntemi kullanılarak

yapılmıĢtır.

Bulanık VIKOR yönteminde izlenen adımlar aĢağıda sıralanmıĢtır (Chen ve Wang, 2009; Wang

vd., 2006):

Adım 1. Karar vericiler grubu oluĢturularak, alternatifler ve alternatiflerin değerlendirilmesinde

kullanılacak kriterler belirlenir. n adet karar vericinin, m adet alternatifin ve k adet değerlendirme

kriterinin olduğu varsayılır.

Adım 2. Kriter ağırlıklarını belirlemek ve alternatifleri derecelendirmek için kullanılacak dilsel

değiĢkenler ve bulanık sayı karĢılıkları tanımlanır.

Adım 3. Karar vericilerin değerlendirmeleri birleĢtirilerek tek bir grup kararına dönüĢtürülür. Her

bir kriterin bütünleĢtirilmiĢ bulanık ağırlığı, n karar verici sayısını göstermek üzere,

1

1, 1,2, ,

ne

j j

e

w w j kn

(28)

eĢitliği ile hesaplanır. i. alternatifin j. kritere göre önem ağırlığı ise,

1

1, 1,2, ,

ne

ij ij

e

x x i mn

(29)

eĢitliği ile hesaplanır.

Adım 4.Tüm kriter ve alternatifler için bütünleĢtirilmiĢ değerler elde edildikten sonra, bulanık

karar matrisi ve ağırlık matrisi oluĢturulur.

11 12 1

21 22 2

1 2

, 1,2, , ; 1,2, ,

j

j

i i ij

x x x

x x xD i m j k

x x x

(30)

1 2 , 1,2, ,j jw w w w j k (31)

Adım 5. Bulanık karar matrisinde yer alan tüm kriter fonksiyonlarının bulanık en iyi değeri *

jf

ve bulanık en kötü değeri jf belirlenir.Bulanık en iyi ve en kötü değerlerin belirlenmesinde kriterin

özelliği göz önünde bulundurularak iki farklı Ģekilde hesaplama yapılır. Eğer j. kriter bir fayda özelliğine

sahip ise *

jf ve jf değerleri,

* max

min

j iji

j iji

f x

f x

(32)

eĢitliği ile hesaplanırken, j. kriter bir maliyet ifade ediyor ise,

* min

max

j iji

j iji

f x

f x

(33)


857

eĢitliği yardımıyla hesaplanır.

Adım 6. Kriterlere göre i. alternatifin en iyi bulanık değere uzaklığının toplamını ifade eden iS ve

i. alternatifin bulanık en kötü değerlere olan maksimum uzaklığının ifade eden iR değerleri hesaplanır.

*

*1

kj ij

i j

j j j

f xS w

f f

(34)

*

*max

j ij

i jj

j j

f xR w

f f

(35)

Adım 7. *S maksimum grup faydasını, *R karĢıt görüĢtekilerin minimum piĢmanlığını ifade

etmek üzere * *, , ,S S R R değerleri ile grup faydası ve piĢmanlığın birlikte değerlendirilmesi ile elde

edilen iQ indeksi hesaplanır.

* min

max

ii

ii

S S

S S

(36)

* min

max

ii

ii

R R

R R

(37)

* *

**1i i

i

S S R RQ q q

R RS S

(38)

iQ değerlerinin hesaplanmasında kullanılan q parametresi, kriterlerin çoğunluğunun ağırlığını

(maksimum grup faydasını) göstermektedir. q değeri maksimum grup faydasını sağlayan strateji için

ağırlığı ifade ederken, (1-q) ise karĢıt görüĢtekilerin minimum piĢmanlığının ağırlığını ifade etmektedir.

UzlaĢma; ―çoğunluk oyu‖ (q>0,5) ile, ―konsensus‖ (q=0,5) ile veya ―veto‖ (q<0,5) ile sağlanabilir.

Adım 8. Üçgensel bulanık sayı iQ durulaĢtırılarak

iQ indeksi elde edilir. DurulaĢtırma sonrası

elde edilen iQ indeksi alternatiflerin sıralanmasında kullanılmaktadır.

iQ indeks değeri en düĢük olan

alternatif en iyi alternatiftir.

Adım 9. Yöntemin son adımında belirlenen en iyi alternatifin uzlaĢtırıcı çözüm olup olmadığı

belirlenir. UzlaĢtırıcı çözümü belirlemek için aĢağıdaki iki koĢulun sağlanıp sağlanmadığı kontrol

edilmektedir.

Koşul 1. Kabul Edilebilir Avantaj Koşulu:iQ değerleri küçükten büyüğe sıralandığı durumda ilk

sırada yer alan alternatif 1A ve ikinci sırada yer alan alternatif

2A olarak gösterildiğinde, kabul edilebilir

avantaj,

1 2Q A Q A DQ (39)

koĢuluna bağlıdır. EĢitlik (21)‘de kullanılan DQparametresi alternatif sayısına bağlı olup, m

alternatif sayısını göstermek üzere,


858

1

1DQ

m

(40)

eĢitliği ile hesaplanır.

Koşul 2. Kabul Edilebilir İstikrar Koşulu: iQ değerleri küçükten büyüğe sıralandığı durumda ilk

sırada yer alan 1A alternatifi, S ve/veya R değerlerine göre küçükten büyüğe yapılan sıralamada da

minimum değere sahip en iyi alternatiftir. Bu durumda uzlaĢık çözüm karar verme sürecinde istikrarlıdır.

Yukarıda belirtilen iki koĢuldan bir tanesi sağlanmadığı durumlarda uzlaĢık çözüm kümesi Ģu

Ģekilde önerilir:

Eğer kabul edilebilir istikrar koşulu sağlanmıyor ise 1A ve

2A alternatiflerinin her ikisi

de uzlaĢık ortam çözüm olarak kabul edilir.

Eğer kabul edilebilir avantaj koşulu sağlanmıyorsa 1 2, , , mA A A alternatiflerinin

tamamı uzlaĢık en iyi ortak çözüm kümesinde yer alır. Burada üst sınır değeri olan

maksimum M, 1mQ A Q A DQ iliĢkisine göre belirlenir.

Q değerlerine göre sıralanan en iyi alternatif, minimum Q değerine sahip alternatiflerden biridir.

UYGULAMA: MOBĠL ĠġLETĠM SĠSTEMLERĠNĠN DEĞERLENDĠRĠLMESĠ

ÇalıĢmanın uygulama kısmında günlük hayatta sıklıkla kullandığımız tablet / akıllı cep telefonu

vb. kullanıcılara mobilite sağlayan cihazların donanım ve yazılımının uyumlu çalıĢmasına, kontrol

edilmesine ve yönetilmesine olanak sağlayan mobil iĢletim sistemleri, uzman görüĢü alınarak ÇKKV

yaklaĢımlarından VIKOR ile değerledirilmiĢtir. Karar verici uzmanların subjektif görüĢlerini karar

sürecine daha iyi yansıtabilmek ve karar verme sürecinin doğasında yer alan belirsizliği gidermek üzere

VIKOR yöntemine bulanık mantık entegre edilerek, değerlendirmelere Bulanık VIKOR yöntemi ile

yapılmıĢtır. Mobil iĢletim sistemi pazarında yüksek paya sahip ve mobil cihazlarda sıklıkla kullanılan 5

mobil iĢletim sistemi değerlendirilmiĢtir. ÇalıĢma kapsamında iOS – Apple (A1), Android – Google Inc.

(A2), RIM – Blackberry (A3), Windows Phone – Microsoft (A4), Symbian – Symbian Foundation (A5)

değerlendirmeye tabi tutulan mobil iĢletim sistemi alternatifleridir.

Bulanık VIKOR yönteminin uygulanmasında bir önceki bölümde sıralanan adımlar izlenmiĢtir.

Adım 1. Karar verme sürecinde görüĢüne baĢvurulacak uzman grup belirlendikten sonra, mobil

iĢletim sistemlerinin değerlendirilmesinde kullanılacak kriterler literatür taraması ve sektörde faaliyet

gösteren firmaların raporlarından derlenerek oluĢturulmuĢtur. Uzman grubunun görüĢü alınarak nihai

kriterler belirlenmiĢtir. Değerlendirme sürecinde kullanılacak kriterler ve kriter kısaltmaları Tablo 1.‘de

gösterilmiĢtir.

Tablo 1. Mobil iĢletim sistemi değerlendirme kriterleri

Karar Kriterleri

C

1 Gerçek zamanlı kapasite

C

2

ĠĢlemci ve donanım

uyumluluğu

C

3 Teknik destek

C

4 Hafıza kullanımı

C

5 Dökümantasyon

C

6 Telif ücretleri


859

C

7 Ağ (network) kapasitesi

C

8 MüĢteri tatmini

C

9

Hız ve zaman çizelgeleme

etkinliği

C

10 Tedarikçi itibarı

C

11 Güvenlik

C

12 Genel maliyet

C

13 Uygulama mağazası

C

14 Güncelleme

Adım 2. Kriter ağırlıklarını belirlemek ve alternatifleri derecelendirmek amacıyla literatürde yer

alan bir çok dilsel değiĢken ve bulanık sayı karĢılıklarını gösteren farklı ölçekler mevcuttur. Bu çalıĢmada

kullanılacak dilsel değiĢkenler ve bulanık sayı karĢılıkları Chen ve Wang (2009)‘ın çalıĢmalarından

alınmıĢtır. Kullanılan dilsel değiĢkenler ve bulanık sayılar Tablo 2.‘de gösterilmiĢtir.

Tablo 2. Dilsel değiĢkenler ve bulanık sayı karĢılıkları

Kriter ağırlıkları için

Alternatiflerin derecelendirilmesi için

Dilsel DeğiĢkenler Bulanık Sayılar

Dilsel DeğiĢkenler Bulanık Sayılar

Çok düĢük (ÇD) (0.00, 0.00, 0.25)

Çok kötü (ÇK) (0.00, 0.00, 2.50)

DüĢük (D) (0.00, 0.25, 0.50)

Kötü (K) (0.00, 2.50, 5.00)

Orta (O) (0.25, 0.50, 0.75)

Orta (O) (2.50, 5.00, 7.50)

Yüksek (ÇD) (0.50, 0.75, 1.00)

Ġyi (İ) (5.00, 7.50, 10.00)

Çok yüksek (ÇD) (0.75, 1.00, 1.00)

Çok iyi (Çİ) (7.50, 10.00, 10.00)

Kaynak: Chen ve Wang , 2009: 235-236

Adım 3. Karar verme sürecinde kullanılacak dilsel değiĢkenler aracılığıyla karar verici uzman

grubun görüĢleri alınmıĢtır. Uzman grubun değerlendirilmeleri analiz edilmek üzere EĢitlik (9) ve EĢitlik

(10) kullanılarak tek bir grup kararına dönüĢtürülmüĢtür. ĠĢlemler sonucu elde edilen bulanık ağırlıklar ve

bulanık alternatif değerlendirmeleri Tablo 3. ve Tablo 4‘de gösterilmiĢtir.

Tablo 3. Kriterler için bütünleĢtirilmiĢ bulanık ağırlıklar

Kriterler Bulanık Ağırlıklar (wj)

l m u

C1 0,69 0,94 1,00

C2 0,75 1,00 1,00

C3 0,56 0,81 1,00

C4 0,50 0,75 1,00

C5 0,06 0,25 0,50

C6 0,13 0,31 0,56

C7 0,50 0,75 1,00

C8 0,49 0,75 0,88

C9 0,38 0,63 0,88

C10 0,56 0,81 0,94

C11 0,63 0,88 0,94

C12 0,19 0,44 0,69

C13 0,75 1,00 1,00

C14 0,50 0,75 1,00


860

Tablo 4. Alternatifler için bütünleĢtirilmiĢ bulanık değerlendirmeler

Kriterler

A1 A2 A3 A4 A5

l m u l m u l m u l m u l m u

C1 7,50 10,00 10,00 7,50 10,00 10,00 4,17 6,67 8,33 5,00 7,50 9,17 1,88 4,38 6,88

C2 7,50 10,00 10,00 6,67 9,17 10,00 5,83 8,33 10,00 5,83 8,33 10,00 4,17 6,67 9,17

C3 6,25 8,75 9,38 5,00 7,50 10,00 4,17 6,67 9,17 5,83 8,33 9,17 4,17 6,67 9,17

C4 5,83 8,33 10,00 5,00 7,50 9,17 3,33 5,83 8,33 5,00 7,50 10,00 3,33 5,83 8,33

C5 5,83 8,33 10,00 5,00 7,50 9,17 2,50 5,00 7,50 1,67 4,17 6,67 0,83 2,50 5,00

C6 2,50 5,00 7,50 5,83 8,33 10,00 2,50 5,00 7,50 4,17 6,67 9,17 3,33 5,00 6,67

C7 5,83 8,33 10,00 7,50 10,00 10,00 3,33 5,83 8,33 3,33 5,83 8,33 3,33 5,83 8,33

C8 7,50 10,00 10,00 7,50 10,00 10,00 4,17 6,67 8,33 5,00 7,50 10,00 1,67 4,17 6,67

C9 5,00 7,50 10,00 5,00 7,50 10,00 3,33 5,83 8,33 5,83 8,33 10,00 3,33 5,83 8,33

C10 6,67 9,17 10,00 5,83 8,33 10,00 2,50 5,00 7,50 6,67 9,17 10,00 3,33 5,83 8,33

C11 7,50 10,00 10,00 4,17 6,67 9,17 2,50 5,00 6,67 5,00 7,50 10,00 3,33 5,83 8,33

C12 4,17 6,67 8,33 6,67 9,17 10,00 2,50 5,00 7,50 5,00 7,50 10,00 5,00 7,50 9,17

C13 7,50 10,00 10,00 7,50 10,00 10,00 2,50 5,00 6,67 2,50 5,00 7,50 0,83 2,50 5,00

C14 6,67 9,17 10,00 7,50 10,00 10,00 4,17 6,67 8,33 5,00 7,50 9,17 1,67 4,17 6,67

Adım 4. Tüm kriter ve alternatifler için bütünleĢtirilmiĢ tek bir grup kararı elde edildikten sonra bu

değerler kullanılarak bulanık karar ve bulanık ağırlık matrisleri oluĢturulmuĢtur.

Adım 5. Bulanık karar matrisinde yer alan tüm kritere ait değerler üzerinden EĢitlik (13) ve EĢitlik

(14) kullanılarak, fonksiyonların bulanık en iyi değeri *

jf ve bulanık en kötü değeri jf

belirlenmiĢtir (Tablo 5).

Tablo 5. Kriterler için bulanık en iyi ve en kötü değerler

j

*

jf jf

l m u l m u

1 7,50 10,00 10,00 1,88 4,38 6,88

2 7,50 10,00 10,00 4,17 6,67 9,17

3 6,25 8,75 10,00 4,17 6,67 9,17

4 5,83 8,33 10,00 3,33 5,83 8,33

5 5,83 8,33 10,00 0,83 2,50 5,00

6 5,83 8,33 10,00 2,50 5,00 6,67

7 7,50 10,00 10,00 3,33 5,83 8,33

8 7,50 10,00 10,00 1,67 4,17 6,67

9 5,83 8,33 10,00 3,33 5,83 8,33

10 6,67 9,17 10,00 2,50 5,00 7,50

11 7,50 10,00 10,00 2,50 5,00 6,67

12 6,67 9,17 10,00 2,50 5,00 7,50

13 7,50 10,00 10,00 0,83 2,50 5,00

14 7,50 10,00 10,00 1,67 4,17 6,67

Adım 6. Kriterlere göre i. alternatifin en iyi bulanık değere uzaklığının toplamını ifade eden iS ve

i. alternatifin bulanık en kötü değerlere olan maksimum uzaklığının ifade eden iR değerleri EĢitlik (15)

ve eĢitlik (16) kullanılarak hesaplanmıĢtır (Tablo 6).


861

Tablo 6.iS ve

iR değerleri

Alternatifler iS iR

l m u l m u

A1 0,634 1,190 1,630 0,200 0,313 0,750

A2 1,356 1,977 0,818 0,417 0,583 0,500

A3 5,388 8,097 9,247 0,625 0,875 1,000

A4 2,948 4,336 3,491 0,563 0,750 1,000

A5 6,315 9,492 11,135 0,750 1,000 1,000

Adım 7. EĢitlik (17), (18), (19) kullanılarak * *, , ,S S R R değerleri ile grup faydası ve

piĢmanlığın birlikte değerlendirilmesi ile elde edilen iQ indeksi hesaplanmıĢtır.

iQ indeksi hesaplanırken

konsensüsü yansıtmak için q değeri q=0.5 olarak alınmıĢtır. Tablo 7.‘de hesaplanan * *, , ,S S R R

değerleri gösterilmektedir.

Tablo 7. * *, , ,S S R R değerleri

l m u

S 6,315 9,492 11,135

*S 0,634 1,190 0,818

R 0,750 1,000 1,000

*R 0,200 0,313 0,500

Adım 8. Elde edilen bulanık sayılar (iS ,

iR ,iQ ) durulaĢtırılarak

iS ,iR ,

iQ indeksleri

hesaplanmıĢ ve bu indekslere göre alternatif sıralamaları yapılmıĢtır. Literatürde farklı durulaĢtırma

operatörleri mevcut olmakla beraber bu çalıĢmada Hseih vd. (2004) çalıĢmalarında önerdikleri En Ġyi

Gerçek Sayı Değeri (Best Nonfuzzy Performance Value, BNP) yöntemi kullanılmıĢtır.

BNP yöntemi ile durulaĢtırma iĢlemi, (l,m,u) parametreleri sırasıyla üçgen bulanık sayının alt, orta

ve üst değerlerini göstermek üzere,

,3

i i i i

i i i

u l m lBNP l

(41)

eĢitliği ile yapılır. DurulaĢtırma iĢlemi sonrası oluĢturulan iS ,

iR ,iQ indeksleri ve alternatif

sıralamaları Tablo 8.‘de gösterilmiĢtir.

Tablo 8. iS , iR , iQ indeksleri ve alternatif sıralamaları

Alternatifler

iQ iQ iS iR

l m u Ġndeks

Değeri Sıra

Ġndeks

Değeri Sıra

Ġndeks

Değeri Sıra

A1 0,00 0,00 0,29 0,10 1 1,15 1 0,42 1

A2 0,26 0,24 0,00 0,17 2 1,38 2 0,50 2

A3 0,80 0,83 0,91 0,85 4 7,58 4 0,83 4

A4 0,53 0,51 0,63 0,56 3 3,59 3 0,77 3

A5 1,00 1,00 1,00 1,00 5 8,98 5 0,92 5

Adım 9. UzlaĢtırıcı çözümün belirlenmesi aĢamasında kabul edilebilir avantaj ve kabul edilebilir

istikrar koĢullarının sağlanıp sağlanmadığı incelenmiĢtir.

Koşul 1. Kabul Edilebilir Avantaj Koşulu:iQ değerleri küçükten büyüğe sıralandığı durumda ilk

sırada yer alan alternatif A1 ve ikinci sırada yer alan alternatif A2 olarak belirlenmiĢ, bu iki alternatife ait

iQ indeks değerleri EĢitlik (20) kullanılarak kabul edilebilir avantaj koĢulu incelenmiĢ ve koĢulun ihlal

edildiği saptanmıĢtır.


862

Koşul 2. Kabul Edilebilir İstikrar Koşulu: iQ değerleri küçükten büyüğe sıralandığı durumda ilk

sırada yer alan A1 alternatifi, S ve/veya R değerlerine göre küçükten büyüğe yapılan sıralamada da

minimum değere sahip en iyi alternatif olarak belirlenmiĢtir. Bu durumda elde edilen uzlaĢık çözüm karar

verme sürecinde istikrarlıdır.

KoĢullara göre elde edilen çözüm değerlendirildiğinde sadece kabul edilebilir istikrar koĢulunun

sağlandığı, kabul edilebilir avantaj koĢulunun ise sağlanmadığı görülmektedir. 1mQ A Q A DQ

iliĢkisine göre A1 ve A2 alternatiflerinin her ikisi de uzlaĢtırıcı çözümlerdir.

Sonuç

Bu çalıĢmada akıllı telefon, tablet, PDA gibi mobil cihazlar üzerinde temel sistem iĢlemlerini

yürütmekle sorumlu mobil iĢletim sistemlerinden sektörde faaliyet gösteren üretici firmalar ve son

kullanıcılar tarafından sıklıkla tercih edilen 5 alternatif (iOS, Android, Blackberry OS, Windows Phone

ve Symbian) belirlenerek Bulanık VIKOR yöntemi ile değerlendirilmiĢtir.

Uzman görüĢü alınarak yapılan değerlendirme ve analizler sonucunda iOS ve Android mobil

iĢletim sistemleri uzlaĢtırıcı çözüm kümesinde yer almıĢlardır. Ancak tek bir alternatif tercihi yapılması

durumunda en iyi değere olan uzaklıklar dikkate alınarak iOS iĢletim sisteminin daha üstün olduğu

söylenebilir.

Analiz bulgularına göre nihai sıralama, iOS, Android, Windows Phone, Blackberry OS ve

Symbian Ģeklinde gerçekleĢmiĢtir.

Bu çalıĢmada iĢletim sistemlerinin teknik boyutunu karĢılaĢtıran kriterler belirlenerek sadece

uzman görüĢü alınarak değerlendirme yapılmıĢtır. Son kullanıcıların geniĢ katılımı ile kullanıcı odaklı

kriterlerin kullanıldığı bir çalıĢma mobil iĢletim sistemlerinin değerlendirilmesinde farklı bir bakıĢ açısı

sunabilir.Ġzleyen çalıĢmalarda hibrit ÇKKV yöntemleri kullanılarak, bulgular karĢılaĢtırılabilir.

KAYNAKÇA

Akyüz, G., "Bulanık VIKOR Yöntemi ile Tedarikçi Seçimi", Atatürk Üniversitesi Ġktisadi ve Ġdari

Bilimler Dergisi, Cilt.26, No. l, 2012, s. 197 -214.

Bilgi Teknolojileri ve ĠletiĢim Kurumu (BTK), Online: Pazar Verileri Ġstatistikleri,

http://www.tk.gov.tr/kutuphane_ve_veribankasi/pazar_verileri/pazar_verileri.php , EriĢim tarihi: 12.04.2014

Chen, L.Y. ve Wang, T.-C. (2009) ―Optimizing partners‘ choice in IS/IT outsourcing projects: The

strategic decision of fuzzy VIKOR‖, International Journal of Production Economics, 120(1), ss.233-242.

Görener, A. ―Tedarik Zinciri Stratejisi Seçimi: Bulanık VIKOR Yöntemiyle Ġmalat Sektöründe Bir

Uygulama‖, Uluslararası Alanya ĠĢletme Fakültesi Dergisi International Journal of Alanya Faculty of Business,

Yıl:2013, C:5, S:3, s. 47-62.

Görener, A., ―Depo operatörü lojistik firmasının seçimi için bulanık VIKOR ve bulanık TOPSIS

yöntemlerinin uygulanması‖, Ġstanbul Üniversitesi ĠĢletme Fakültesi Dergisi, Cilt/Vol:42, Sayı/No:2, 2013,

198-218.

Hsieh, T.-Y., Lu, S.-T. ve Tzeng, G.-H. (2004) ―Fuzzy MCDM approach for planning and design

tenders selection in public office buildings‖, International Journal of Project Management, 22(7), ss.573–584.

Lai, Y. ve Hwang C. (1996) Fuzzy Multiple Objective Decision Making: Methods and Applications.

Lecture Notes in Economics and Mathematical Systems. Springer

Mirahmadia, N. , Teimoury, E. ―A Fuzzy VIKOR Model for Supplier Selection and Evaluation: Case of

EMERSUN Company‖, Journal of Basic and Applied Scientific Research, 2012, 2(5)5272-5287.

Mobilike, Madreport - Çeyrek Rapor, Online: http://mobilike.com/ wp-content/ uploads/ downloads

/2013/02/madreport_Q4_Web6.pdf, EriĢim Tarihi: 12.04.2014

Opricovic, S. ―Fuzzy VIKOR with an application to water resources planning‖, Expert Systems with

Applications 38 (2011) 12983–12990.


863

Opricovic, S. ve Tzeng, G.-H. (2004) ―Compromise solution by MCDM methods: A comparative

analysis of VIKOR and TOPSIS‖, European Journal of Operational Research, 156(2), ss.445–455.

Ramezaniyan , R. M., Kazemi , M., Jafari, H., Majid Elahi, S. ―Application of integrated fuzzy VIKOR

& AHP methodology to contractor ranking‖, Management Science Letters 2 (2012) 1511–1526.

Sanayei, A., Mousavi, S. F. ve Yazdankhah, A. ―Group decision making process for supplier selection

with VIKOR under fuzzy environment‖, Expert Systems with Applications, Volume 37, Issue 1, January 2010,

p. 24-30

Shemshadi, A., Shirazi, H., Toreihi, M. ve Tarokh, M.J., ―A fuzzy VIKOR method for supplier

selection based on entropy measure for objective weighting‖, Expert Systems with Applications 38 (2011)

12160–12167.

Vahdani, B., Hadipour, H., Sadaghiani, J.S. ve Amiri, M. (2010) ―Extension of VIKOR method based

on interval-valued fuzzy sets‖, International Journal of Advanced Manufacturing Technology, 47(9-12),

ss.1231-1239.

Wang, T.-C., Liang, L.-J., & Ho, C.-Y. (2006). Multi-criteria decision analysis by using fuzzy VIKOR.

In Proceedings of international conference on service systems and service management, 2, 901–906.

Yıldız, A. ve Deveci, M., ―Bulanık VIKOR Yöntemine Dayalı Personel Seçim Süreci‖, Ege Akademik

BakıĢ Dergisi, Cilt: 13, Sayı: 4, Ekim 2013, ss. 427-436

Yıldız, A., ―Bulanık VIKOR Yöntemini Kullanarak Proje Seçim Sürecinin Ġncelenmesi‖,

Yu, P. L. 1973. ―A Class of Solutions for Group Decision Problems‖, Management Science, 19 (8), p.

936-946.

Zeleny, M., ―Multiple Criteria Decision Making‖, McGraw-Hill, New York, 1982

Documents

15th ISEOS PROCEEDINGS BOOK°şletim-Sistemlerinin-Bulanık-VIKOR... · Suleyman Demirel University, Department of Econometrics II 15th International Symposium on Econometrics, Operations